VOC2012数据集有多种用途,里面的数据有些可以用于分割、动作识别、等。
有二十个类别:
Person:person
Animal: bird, cat, cow, dog, horse, sheep
Vehicle:aeroplane, bicycle, boat, bus, car, motorbike, train
Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitor
主要有四个大类别,分别是人、常见动物、交通车辆、室内家具用品。主要为图像分类、对象检测识别、图像分割三类任务服务。
(1)Annotations文件夹:
里面是图像对应的XML标注信息。每张图像对应一个XML文件。
XML文件声明了图像数据的来源、大小等信息。
(2)ImageSets文件夹:
-Action:每个Action类别对应图像名的txt文件
-Layout:不知道layout是个啥子。但是里面是train.txt、val.txt这种文件
-Main:是20个类别对应的图像名的txt文件,包含每个类别的训练集、测试集以及验证集
-Segmentation:是可以用于分割的图像数据,包含val.txt、train.txt等
(3)JPEGImages:
所有的原始图像文件,格式必须是JPG格式
(4)SegmentationClass:
类别分割label图。注意Class的意思就是对所有图像中的相同类别使用一个颜色。
比如,飞机使用枣红色,那么所有图像中飞机的分割label标注就是枣红色。
(5)SegmentationObject:
实例分割label图。一种图中识别出所有的object之后,对object使用不同的颜色进行填充。